پیش‌گویی قابلیت فهم همخوان‌ها در افراد دارای شنوایی عادی با استفاده از مدل‌های میکروسکوپی دارای معیار فاصله‌ متفاوت در بازشناساگر خودکار گفتار

در این مطالعه، نرخ تشخیص همخوان‌های موجود در ساختار هجایی «واکه- همخوان- واکه»، در آزمون‌های شنوایی و دو مدل میکروسکوپی ادراک گفتار مورد بررسی قرار می‌گیرد. چنین ساختار هجایی در زبان فارسی و ترکی آذری وجود ندارد؛ با وجود این، نتایج آزمون‌های شنوایی نشان می‌دهد که شنونده آذری یا فارسی‌زبان در شرایط بدون نوفه، قادر به تشخیص صحیح همخوان‌ها هستند. برای این پژوهش که در آن هدف، تشخیص صحیح آواها و نه کلمات بامعنی است، استفاده از این دادگان صوتی فاقد معنی مناسب است، چون با استفاده از این دادگان، دانش زبانی شنوندگان در پیش‌بینی کلمات نادیده گرفته میشود. نتایج آزمون‌های شنوایی با نتایج دو مدل میکروسکوپی که بر پایه دستگاه شنوایی انسان است، مقایسه می‌شود. تفاوت دو مدل در مرحله نهایی استخراج ویژگی به‌منظور استفاده در شناساگر خودکار گفتار dtw است. در مدل میکروسکوپی اول، در مرحله پایانی استخراج ویژگی، از فیلتر 8 هرتز و در مدل دوم، از فیلتربانک مدولاسیون استفاده می‌شود. در ادامه، نرخ تشخیص صحیح آواها در مقادیر مختلف سیگنال به نوفه با استفاده از معیارهای فاصله اقلیدسی و لگاریتمی با یکدیگر مقایسه می‌شود. در این تحقیق، نرخ تشخیص همخوان‌ها برای شنونده آذری‌زبان مورد بررسی قرار گرفته است. در کنار جنبه تجربی این مطالعه، نو‌آوری این مقاله در بررسی دو معیار فاصله مختلف برای مدل هلوب و نیز مقایسه مستقیم دو مدل میکروسکوپی در پیش‌بینی میانگین نرخ تشخیص و نیز نرخ تشخیص تک‌تک همخوان‌ها است.